CDRL: Certification-Driven Reinforcement Learning for Neutrino Flavor Model Discovery
이 논문은 기호 추론을 활용하여 실패 증명서를 생성하고 이를 재사용 가능한 제약 조건으로 변환함으로써, 기존 방식과 비교하여 방대한 조합적 가설 공간 내에서 유효한 중성미자 맛깔 모델을 발견하는 효율성과 성공률을 크게 향상시키는 인증 기반 강화 학습(Certification-Driven Reinforcement Learning, CDRL) 프레임워크를 소개한다.